多媒体， Visual Studio 图像显示与处理 ，对图像进行二值化、求边缘、增强等处理 适用于电子信息类，通信工程。

调用外部摄像头进行动态模板匹配及进行阈值调节进行二值化处理！

本人车牌识别项目用到的大津二值化的Python模块实现, 输入二维[0,1.]的浮点灰度图像矩阵, 返回0/1的二值化图像矩阵, 使用掩膜赋值法, 效率较高[pretty good not perfect], 时间复杂度接近于O(1)[得益于Python的矩阵操作优化]

matlab识别英文字母程序 附带图像处理二值化matlab

本例程基于正点原子底层库，OV7670底层库，经过二值化处理输出1.44寸TFT彩屏上，帧数在无干扰情况能达到15+。

matlab二值化处理的代码通过分析面部表情和头部动作来预防事故的智能系统 该项目的主要目的是利用技术来遏制世界上的主要问题。 据统计，仅困倦驾驶在美国每年就导致超过1,550例致命事故和40,000例非致命事故，并且类似的情况在全球仍然存在。 该项目是在MATLAB中开发的，用于在驾驶时检测睡意。 在检测到周围有随机来源的疲劳或分心迹象时，它将生成警报以通知驾驶员。 当前代码库有两个文件a）new.m b）HeadLowering.m a）new.m它包含用于检测视频中的眼睛和嘴巴的代码，处理ROI提取特征以进行最终决定。 涉及的步骤：- 首先，使用“ Voila Jones”算法检测视频帧中的人脸。 我们决定使用“面部对称”概念从图像中切出嘴巴和眼睛，而不是从检测到的这张脸中提取嘴巴和眼睛。 一旦我们有了所需的成分（眼睛，嘴巴），就对图像进行处理； 进行了“二值化”，“拨号”和“侵蚀”。 为了弄清楚眼睛是闭合还是张开，编写了一种算法来检测“眨眼”和“打哈欠”。 为了做出最终决定，考虑了连续帧区域中像素数量和浓度的变化。 b）HeadLowering.m它包含用于监视头部运动的代码。

智能车竞赛珍惜赛道图

大津算法阈值分割，将二维数组的灰度图像处理为二维数组的二值化图像

Android图像二值化，生成图像二值化后的黑白图像和图像矩阵(0,1矩阵)，可灵活设置二值化值域。 具体介绍：https://blog.csdn.net/ERP_LXKUN_JAK/article/details/101756236

数字图像处理实验完整版，基于MFC可打开并显示一幅位图文件，可查看其文件长度、偏移量、宽度、高度及像素位数等信息，可进行图像反转变换，可显示图像灰度直方图，可增加亮度、减小对比度，可进行自动对比度拉伸。可实现图像向左或向上平移。完成了垂直镜像和水平镜像功能。固定灰度阈值为127，将图像二值化，分为0和255两个灰度级。可进行自动阈值选取进行图像分割。已通过调试运行。